Professional Documents
Culture Documents
1.- I.NTRODUCGION
La teoría de la probab' ' dad está en la base del rnétodo estad ístico. La for-
ma clásica de la ley científica, la relación funcional dpterminista que l:ba las magni-
tudes que en ella figuran, es un caso 1 ímite, una esquematización permitida cuando
Yuede despreciarse la interacción universal que introduciría rigurosamente un hátito
de incertidumbre y, en consecuencia, una relación sólo probable.
Ante lo probable, el hombre formado en la lógica clásica, se encuentra, no
sólo ante una técnica nueva, sino ante un modo nuevo de pensar que implica un modo
nuevo de juzgar, de prever y de actuar. Si logra dominar esta nueva lógica de lo pro-
bable, se encontrará ricamente recompensado, pues el pensamiento probabilista se
adapta infinitamente mejor a la diversidad de criaturas y circunstancias, que consti-
tuyen el universo, que los esquemas demasiado perfectos del análisis clásico.
La probabilidad pertenece al mundo físico y no puede reducirse a una simple
relación entre casos favorables y casos posibles, ni siquiera a la teoría de la med.ida,
como podría deducirse de exposiciones que figuran en ciertos manuales.
"El cálculo de Frobabilidades es seguramente una rama de las maternáticas,
afirma [Jllmo, pero en el sentido en que lo es tarnbién la Mecánica Racional; estas dos
disciplinas no aportan su nombre, sino porque responden a ciertas propiedades del
universo concreto, donde se encuentran aquí masas, fuerzas, allí condiciones de ex-
periencias que justifcan la introducción de la probabilidad". ( l).
( 7) J. Ullmo : Prólogo al libro de J. Mothea, " Previsions et Décisions Statistiques dans 1'Entrepise".
^Dónde termina el Cálculo de Probabilidades, y dónde empieza la Estadísti-
ca? . Oigamas a un prafesar de la Sarbona, Daniel Dugué, y observemos la termino-
logía por él empteada: "Si se quiere fijar una frontera entre Estadística aplicada y
Estadística teórica o Cálculo de Probabilidades (y tales 1 ineas son siempre imprecisas),
digamos que la Estadística aplicada es el estudio en la realidad de resultados adquiri-
dos en lo abstracto por el modelo que constituye el Cálculo de probabilidades. Ciencia
crítica de resultados experimentales, la Estad ística aplicada no puede conservar la
existencia de una infinidad de tales resultados, mientras que, por el contrario, el objeto
del pensamienta (lógico), que es la Estadística teórica, puede perfectamente admitirlos
en sus razonamientas." (1)
El problema que aquí suscitamos será replanteado más tarde, pues está ligado
a distintas farmas de convergencia: e1 estadístico aplicado empleará primordialmente
la canvergencia en probabilidad, corno señala el propio Dugué, mientras que el proba-
bilista, se ceñirá de rnodo especial a la noción de estabilidad ergódica que es la "con-
vergencia casi cierta".
(1) I.J. Good. Probebility ^nd the Weighing of Evidence. Hafnern New York.
Una afirmacíón en términos de probabilidad es lvgrcamente cierta, si es cierta en su
totalidad; de lo contrario, es lógicamente falsa. Las afirmaciones en términos de pro-
babil^dad son puramente formales, lo rnisrno que las de la aritmética. Dada una afirma-
ción A y un cuerpo de evidencia B, hay uno y sólamente un número real p, com-
prendido entre cero y uno, tal que puede afirmarse correctamente que la probabilidad
de A relativa a B es p.
Rudolf Carnap defendió en parte esta doctrina ( 1). Se sitúa entre el punto de
vista de la probab' ' dad corno relación lógica objetiva entre proposiciones, mantenido
por Keynes y Jeffreys, y la posición frecuentalista. Carnap dice que los desacuerdos
entre estas das escuelas proviene de falsa interpretación, pero que no se trata de con-
ceptos distintos. Carnap llama al primer concepto prababilidad 1 y al segundo pro-
babilidad ^ . El puente entre los dos puede echarse, de algún modo, can enunciados
corna éste, debida al propio Carnap: "El valor de la prababilidad 1 de varias hipótesis,
puede ser interpretado como la estimación de la frecuencia relativa de la certeza entre
ellas" (2).
Otro representante de esta escuela es Harold .Ieffreys Su libro "Theory of
Probability" (3 ) es una de las mayores contribuciones a la teor ía de Ia probabilidad,
interpretada como grado de creencia probable. En la pág. 62 dice, en resuxnen: Es
sólo casi siempre cierto -es decir, cierto con probabilidad uno-- que las caras de una
moneda ideal, carente de sesgo, tienden a una frecuencia relativa de 1/2. Por lo tanto,
si la frecuencia relativa de 1/2 es utilizada para def nir el concepto de probabilidad,
en tal definición se recurre a la probabilidad para definir la probabilidad. Por otra
parte, no caemos en este círculo vicioso sí afirmamos que lo más racional que se puede
extraer, del hecho de lanzar una moneda perfecta, es asignar a la obtención de un
resultado deterrninado, un grado de creencia de 1/2.
Luego veremo^s algunas de las críticas que se han hecho a la doctrina logi-
cista.
1l1
" Sea S ^(a^) un conjunto discreto ordenado y K =(x^) una sucesión de ele-
mcntos de S. Sea G una familia de elecciones numerable. supanemos que
114
además de esto, que es común a la interpretación logicista de la probabilidad, la
interpretación subjetivista da un paso más : los motivos de credibílidad de la persona,
considerada como un todo, han de ser, no sálo consistentes, sino tambien coherentes.
La teoría es subjetivista en el sentido de que una persona puede tener un grado de
creencia cualquiera con respecto a cualquier afirmación y en cualquíer tipo de evi-
dencia, con tal de que sus otras gradas de creencia tengan valores adecuados. Es
sólo en este sentido que una teoría es subjetivista.
Tanto en la interpretación empírica como en la logicista, sálo puede asig-
narse un grado de probabilidad a un suceso de una cierta clase, en un conjunto de suce-
sos dado, o a una aserción relativa a un cuerpo de evidencia determinado. En la inter-
pretación subjetivista nos encontramos con estas dos peculiaridades: 1° se permite
cualquier grado de creencia en cualquier aserción o suceso; 2° hay restricciones im-
puestas a la distribución de grados de creencia entre conjuntas que están relacionados
entre sí.
Las distribuciones de grados de creencia na son todas admisibles en la in-
terpretación subjetivista. Supongamos que una persona analiza sus grados de creencia
y los halla incoherentes. Entonces, deseosa de proceder con lógica y llevar a cabo sus
deseos, procurará eliminar dicha incoherencia. El modo de hacerlo es un asunto to-
talmente personal. Algunas de sus opiniones, que luego han de transformarse en asig-
naciones de prababilidad, deben ser modificadas, pero esta modificación no ha de
ser dictada par ninguna regla externa, ni en su esencia ni en el modo. Toda opinión
que se considera acertada podrá ser mantenida, mediante la adecuada modificación de
las demás.
Dada una aserción cualquiera S, si una persona deposita en ella un grado de
creencia p, en la aserción contraria (la que niega S) depositaría un grado de con-
fianza igual a 1-p. Para medir los grados de creencia los subjetivistas han introducido,
con Borel a la cabeza, el método de la apuesta, que consiste en determinar la cantidad
máxima que se está dispuesto a apostar en favor de la verdad de una aserción. Decir,
pues, que la probabilidad de S es 1/3 quiere decir que se está dispuesto a apostar
uno contra dos a favor de su certeza. Si fuera también 1/3 la probabilidad de la
negación de S habría dos apuestas: una de 1 contra ? a favor de S y otra de 1
contra 2 a favor de la aserción o del hecho contraria. Sería perder en ambas condicio-
nes y, en consecuencia, portarse incoherente. Por eso heinos eliminado de la teoría
subjetivista los grados de creencia incoherentes.
La noción de "grado de creencia o de confianza" se encuentra, por primera
vez, en el "Ars Conjectandi" de Bernouilli. Puesto que no podemos saber con cer-
teza si un suceso va a ocurrir o no, debemos conformarnos con un "grado de
conf anza" en la proposición que afirrna que ocurrirá. Este grado de con^anza de-
pende del conocimiento de que dispone cada individuo, varía de uno a otro y viene
identificado a la probabilidad de un suceso. Augusto De Morgan, contra el que ane-
metió tan duramente John Venn, escribe en su "Formal Logic", en 1847: "Por grado
de probabilidad entendemos, o debemos entender, grado de creencia... La probabi-
lidad entonces se refiere a creencia e irnplica creencia, más o menos, y creencia no
es más que atro nombre del conocimiento imperfecto" (1).
Toda la obra de Keynes está basada, como vimos, en el concepto de proba-
bilidad como grado de creencia racional. La probabilidad, según él, expresa una rela-
ción entre un conjunto de proposiciones desconocido y otro conocido. Es siempre
posible dedueir las proposiciones desconocidas de Ias conocidas con un grado de
certeza, desde la iganorancia absoluta a la certeza absoluta. Pero así como De Morgan
afirma que los grados de creencia son medibles cuantitativamente, Keynes opina lo
contrario.
Tras largas discusiones, llevadas a cabo p ^or estos primeros pioneros, la pro-
babilidad subjetiva cuenta hoy con una acreditada escuela de maestros entre los que
cabe destacar, como principales forjadores, a1 inglés Frank R:amsey,al italiano Bruno
de Finetti y a1 americano Leonard Savage.
p:amsey murió prematuramente, a los 26 años, en 1930. Su obra postuma
"The Foundations of IVlathematics and other Logical Essay" fué editada par Braith-
waite y contiene, entre otros, el ensayo titulado "Truth and Probability", escrito
en i92b. Presenta una teoría operacional de la elección, basada en el concepto de
probabil.idad subjetiva y en el principio de ma^cimización de la utilidad esperada.
Distingue entre utilidad de pagos y"tendencia o repugnancia a apostar", atribuyendo
esto último a estírnulos de gozo o aversión, respectivarnente. Ramsey fué un precur-
scar de von Neurnann y Morgenstern. Según Emilio Borel (2), Rarnsey pensó que el
úrúco modo de medir correctamente los grados de creencia de una persona, es exa-
rninar su patente conducta, por ejemplo la apuesta que está dispuesta a hacer sobre
la posibilidad de que ocurra un suceso. La identificación de grados de creencia con
la adopción de determinado tipo de conducta, ha sido corriente en algunos subje-
tivistas.
P(x^J=P(^jJ
{1 ) Sur les classes d'événernents équivatents. Recueii Math. Moscou, 39, 1932.
{2) Symetric Measures on Cartesian Products. Transac. Math. Soc., 80, 1955.
{3) Istituti Italiano degli Attuari, 1952, pag. 1.
(4) Bull. of the Ar^ner. Math. Society, 46, 1940.
(5i Ann. of Math., 41, peg. 269, 1940.
(6) Ibid.
intuitiva de grados de creencia y las probabilidades que intraduce no son susceptibles
de una ordenación. Para Koopman, decir que un suceso, o una aserción cualquiera
S no es más probable que otro T y que T no es más probable que S, no significa
que ambos tiene^ la misma probabilidad. Esto parece dar a entender que en nues-
tras opiniones falta orden. Kaopman llama a las proposiciones a las que se puede
asignaz una probabilidad, proposiciones "contemptadas" y añade que si alguna de
estas proposicianes se puede verificar experimentalrnente, pertenece a una subclase
de proposiciones contempladas que puede denominarse "proposiciones experimenta-
les". La axiomática que propugna para introducir el concepto de probabilidad no
cae dentro de la línea seguida por Ramsey, De Finetti y Savage.
Otro gan tratadista de la probabilidad, dentro de la nueva orientación,
es, corno ya hemos indicado, Leonard J. Savage. En su libro "T'he Foundations of
Statistics" (1), publicado en 1954, dice que en vez de tomar la probabilidad como
concepto básico, debemos dar varios pasos atrás y suponer que un indi.viduo procede
de acuerdo con la verificación de ciertos a^ciomas de modo que puede probarse que
existe una función de probabilidad personal para cada individuo. Para Savage, todas las
probabilidades son personales. En su trabajo "The Foundations of Statistics Recon-
sidered" (2}, escribe :"La reciprocidad de ideas entre el objetivismo y el subjetivismo
en Estadistica, es interesante y algunas veces confuso. Ya que los frecuencialistas
discuten ordinariarnente y creen que están en posesión de una ciase de probabiiidad
objetiva, y ya que los personalistas afirman que la probabilidad es una cantidad
subjetiva, parece natural llamar a los frecuencialistas objetivistas y a los personalistas,
subjetivistas. Yo ^nismo he sucumbido a esta tentación, pero es deplorable, pues los
frecuencialistas se aproximan más a lo subjetivo que nosotros los bayesianos", Y
continúa en la pag. 9: "Nosotros los bayesianas radicales, pretendemos demostrar
que todo lo que tiene de atractivo la teoría frecuencialista de la probabilidad, está
implícito en la teoria personalista... A rní juicio, Good y yo estuvimos demasiado
influidos por 1a tradición frecuencialista -él mucho menos que yo- para hacer un
remiendo perfecto", Volveremos al pensamiento de Savage al hablar del bayesismo.
4bligado es citar, antes de los modernos tratadistas de la Teoría de 1a deci-
sión, a un autor cuyo pensamiento ha señalado un hito importante en el desarrollo
de la teoria subjetivista. Nos referimos a Good, autor al que alude Savage. En 195Q
publicó un pequeño tratado titulado "Probability and Weighing of Evidence"(3). De
acuerdo con la clasificación que él mismo propone, y a la que ya nos hemos referido
más arriba, el concepto que desarrolla de la probabilidad es axiomático, subjetivo, ba-
sado en los grados de creencia -y no en las frecuencias relativas-- y no nurnérico. Gaod
piensa que lo más que pueden discernir los ind.ividuos respecto a la probabilidad, es
(1) Probability and Profit, Richard D. Irving. Inc Illinois, 196b, p8g. 72.
8.- POSICIQNES NO ^ROBABILISTAS
(1) Reflections on Sfiackle, Probsbility and our Ucertainty about Unc.rtsinty, Metrosconórníca,
X I . Pap, 74.
( 2) Rwiwv of Econom ies snd Statistics, X X X V I 1 n°- 3
t3) A not• on M. Gould': Discussion of Potential Surprisu, Ecn. Jour, LXVIII, 272.
(4) Uncartainty and Prusin^ss Decisions, Liverpool Univ. Prass 1951.
t5) Uncertaiuty i n Economic snd other R•flections. D• Economic 1956 n^ 11.
(6) Economatría XX V 1957.
(7) Th• Modul "Probebility" Mind LXV I I I, 270, 1959. .
í8) H. Cramer: Elementos d• le teoríe d• probsbilidadas. A^uiler S.A. Pa^. 14
Rese^iaremos brevemente algunas de las axiomáticas más importantes y más
características.
9.1. - Axiomática de DeFinetti. "Considerernos -dice Bruno de Finetti- un
suceso bien determinado y supongamos que no sabemos de antemano si ocurrirá
o no. La duda, acerca de si va o no a ocurrir, a la que estamos sometidos, se presta
a establecer comparaciones y, consecuentemente, graduaciones" ( 1). Si tenemos, pues,
los siguientes conocimientos de los sucesos, podemos elaborar una teoría de la proba-
bilidad totalmente rigurosa:
I.- Un suceso incierto es igualrnente probable, más probable o menos pro-
bable que otra.
II.- Un suceso incierto siempre se nos presenta más probable que el suceso
imposible .
III.-- Cuando juzgamos un suceso S más probable que otro S; el cual a
su vez, es juzgado más probable que otro S' ; el suceso S puede aparecer más probable
que el S"
IV. - I)adas Ias desigualdades,
Sl es más probable que S2,
,
sl es más probable que S'2,
puede afirrnarse esta otra.
SI U Sl es más probable que S2 U S2 ,
con tal que Sl sea incompatible con S1 y S2 con S2 .
Partiendo de este conjunto de axioma^s, puramente cualitativo, se llega a
una med.ida cuantitativa de la probabilidad y luego al teorema de la probabilidad to-
tal que per^ite la construcción de todo el Cálculo de probabilidades.
Puede darse también una definición directa, en términos numéricos, del gra-
do de probabilidad atribuído por una persona a un suceso dado, pero el método
axiomático, inclicado antes, tiene la ventaja, en el sentir de De Finetti, de permitir
un análisis más profundo y detallado, al empezar con nociones cualitativas hasta
llegar al concepto de probabilidad y eliminar el concepto de moneda. Can todo
el métado directa es más claro.
9.2.-- Axionuítica de Koopman: Sean a, b, h, k proposiciones experimenta-
les. El símbolo (^^ ) representa en el lenguaje de Koopman la negación, (.) la
conjunción o producto lógico, ( C) la implicación, (=) la equivalencia y{«) la
ordenación parcial. El sírnbolo a/h « b/k, se lee " a en la hipótesis h no es más
probable que b en la hipótesis k"
(1) Ths basas of Probabii i ty, Bull of the Anser. Msth Society, 48, 1940.
(21 W. Fsll^r: An Introduction to Probability Theory and ita Applications. Vol II, peg 102.
el valor cero en todos los puntos de su complemento A'. Suele representarse por
1 A. En súnbolos :
La noción má.s general de función es demasiado amplia para los fines de la Es-
tadística. Basta con el concepto de función de Euler modernizada. Si partiendo de
funciones cantl"nuas podemos pasar a otra función conts"nua como limite de una su-
cesión, de suerte que constituyan un conjunto tal que:
a) toda función que es contínua pertenece al conjunto; b) se verifican las
condiciones
C^) f lx/ E B,
entonces tenemos definida una clase de funciones que es cerrada desde el punto de
vista del límite. tJna tal clase -dice Feller- ex.iste evidentemente y la clase de todas
estas funciones es única. La menor de todas ellas es asimismo una familia. cerrada
y obviamente es la menor de tales clases. La prudencia nos exige ceñir nuestras con-
sideraciones a esta clase mínima.
"La rnenor clase cerrada de funciones que contiene todas las funciones con-
tínuas, es llamada 1a clase de Baire y será designada por B. Las funciones de la clase B
son llamadas funciones de Baire". (1).
Es fácil ver que toda función de funciones de Baire es aún una función
de Ba.ire. Ninguna operación realizada con funciones de Baire conducirá a un resulta-
do que no pertenezca a la clase. Esta clase es, pues, suficiente para elaborar toda la
teoría y al ser mínima, no es posible elegir otra más simplificada.
La.s funciones en las que estamos particularmente interesados son las llama-
das aditivas. Sea F una función que asigna a cada intervalo I un valor finito F(I).
Esta función se llama aditiva si para cada partición del intervalo I en subintervalos
disjuntos Il ,...,^n, se verifica: F(11= F(I^, ^. ...= F(In J. La restricción a valores
^initos es excesiva si se quiere elaborar una teoría general de la probabilidad. En-
tonces se introduce el concepto de clase completamente aditiva o Q-aditiva, de
funciones en que el intervalo I queda dividido en un infinito numerable de subin-
tervalos disjuntos I1, I2 ,. .., de modo que F(I f= E F(Ik J.
Esta función es
%) Normada: E( I J-- 1
P/ V Al/ -- ^ PjAl1
i=1 i
III.--P( E)=1
Llamaremos al espacio E, con la Q--algebra a de sucesos sobre los que se ha
definido la función de probabilidad P, espacio de probabilidad o espacio probaói-
lis tico y lo designaremos por ( E, a P, )".
Los axiomas I y III coinciden con el 1° y 2°- de Kolmogorof. E1 II sintetiza
el 3° y 4° de Kolmagoroff, Kolmogoroff añ.ade un 5° axioma que llama de con-
tinuidad y que dice así :
Considerernos una sucesión decreciente de conjuntos
lim P / An ^
n -^ ^
Puede verse fácilmente que este axiorna es equivalente a14° de Kolmogoroff
y al II anterior, es decir, que una familia de conjuntos cornpletamente aditiva posee
la anterior continuidad y recíprocamente.
9.5. - Controversia Tlon Mises - Cramér. " Ahora ---dice Von Ni.ises-- una
tal descripción de los instrumentos matemáticos utilizados en el cálcuio de la proba-
bilidad nos parece sólo parte de la historia. Distribuciones de masa, distribuciones
de densidad y carga eléctrica, son asímismo funcíones aditivas de con^ unto. Si no
hay nada específico de la probabilidad. ^por qué definimos la "independencia" para
distribuciones de probabilidad y no para distribuciones de masa? ^,Por qué consi-
deramos variables aleatorias, convoluciones, cadenas y otros conceptos y problemas,
específicos del Cálculo de probabilidades? (4).
Von Mises niega que la probabilidad sea una ciencia matemática, del mismo
modo que "la hidrodinámica no es una rama de la teoría de ecuaciones diferenciales
en derivadas parciales." "Nuestra meta ---dice- a1 presentar la probabi.lidad como
ciencia matemática es incorporar, a las hipótesis básicas, las relaciones básicas idea-
lizadas con la realidad, como se hace en Mecánica y otras ciencias".
Estas hipótesis básicas son las siguientes:
Lim.
I. - n -^ ^ = Pi, i = 1,^,...,K,
Bn^M^An ,
- 132 -
cálculos conientes, pero esto no presupane negar su existencia, del mismo modo yue
se considera fijo el peso de un cuerpo en cualquier punto de una región aunque esta
no sea cierto.
Para simplificar la escritura representaremos por A B la intersección de los
sucesos A y B, y por ^ A11 ia unión de la sucesión A^j .
n
Dados dos sucesos A y B, la probabilidad de A, dado B, es un número
P(A/B) que satisface los siguientes axiomas:
_. 133
PerU cuando ^i -^ ao , ^r -^ oo , siernpre que P (A/B) ^ Q y entonces tene-
IT1US :
-- 134 -
Gorno anotación final, a las diversas axiomáticas reseñadas, querernos seña-
lar que los resultados a los yue cond^.^cen todas en las aplicaciones, son los misrnos.
Hemos pretendido en este artículo poner de manifiesto las modemas corrien-
tes sobre el concepto de probabilidad. Este concepto es único, pero son distántas
las interpretaciones del paso del mundo real a1 modelo matemático.